Anthropic 与 OpenAI 的 Mac 抢购潮揭示一场意外的 AI 硬件之争

据报道，OpenAI 购买了数万台 Mac，而 Anthropic 则通过 AWS 租用 Mac mini 算力，将普通台式机变成了争夺激烈的 AI 基础设施。

这则关于 Anthropic 与 OpenAI 采购的报道最初刊载于 The Information，并于 2026 年 8 月 31 日被转载。报道称，OpenAI 需要更多 Mac mini 和 Mac Studio 系统，用于强化学习和计算机使用智能体的开发。两家公司均未公开确认其据称的订单规模。

这种反转格外引人注目。Nvidia 加速器仍主导大模型训练，但 Apple 台式机正获得另一种角色。它们能够提供真实的 macOS 环境、统一内存、持续散热，以及对数千次智能体交互的本地控制。

这并不意味着 Apple silicon 已在数据中心取代 Nvidia。它表明，AI 智能体正在催生第二场硬件竞赛。胜者必须复现这些智能体预期将要控制的计算机、界面和操作系统。

据报道，OpenAI 和 Anthropic 改变了什么

关键变化并不是 AI 实验室发现了 Mac，而是据报道，它们开始将 Mac 以大规模集群的方式视为训练基础设施。

原始报道称，OpenAI 在数月内购入了数万台 Mac mini 和 Mac Studio。知情人士将这些采购归因于强化学习和计算机使用智能体训练。

强化学习是一种训练方法：它奖励有用行为，并惩罚未成功的操作。对于计算机使用智能体而言，这类行为可能包括读取屏幕、选择控件、输入文字，或在界面发生变化后恢复操作。

OpenAI 此前曾解释，其 Computer-Using Agent 将视觉感知和推理与强化学习相结合。其公开的 computer agent overview 描述了一个经训练可通过虚拟鼠标和键盘操作图形界面的系统。

这种方法需要的不只是截图集合。开发者需要让智能体能够尝试任务、犯错、遇到应用状态变化，并获得可衡量结果的环境。实体 Mac 集群可在这些交互中提供真实的 macOS 行为。

据报道，Anthropic 的安排采用了不同的采购路径。根据同一报道，Anthropic 通过 Amazon Web Services 租用 Mac mini 算力，而不是直接拥有每一台机器。

AWS 确认，其 Mac instances 使用实体 Apple 硬件。可用配置包括搭载多个世代 Apple silicon 的 Mac mini 和 Mac Studio 主机。

这一区别很重要，因为 macOS 并非可部署在任意通用云服务器上的另一种操作系统镜像。AWS 将实体 Mac 主机专门分配给客户，让开发者可以远程访问原生 Apple 环境。

Anthropic 有充分理由需要这些环境。该公司于 2024 年 10 月将 Claude computer use 作为公开测试版推出。其系统会观察显示器、移动光标、输入文字，并通过可见界面与软件交互。

该公司的 computer use release 将这一能力定位为实验性功能。Anthropic 还警告开发者关注延迟、可靠性，以及允许模型操作软件所带来的风险。

因此，据报道的采购与两家实验室已知的产品方向相符。OpenAI 和 Anthropic 都公开开发过可操控计算机的智能体，而 AWS 也公开提供实体 Mac 作为云基础设施。

仍未得到确认的是匿名消息来源所描述的规模与紧迫性。OpenAI 尚未发布支持数万台这一数字的采购记录。Anthropic 和 AWS 也未披露 Anthropic 租用了多少 Mac 算力。

因此，这篇 8 月 31 日的报道应被视为可信、但尚未独立验证的采购报道。其技术机制合乎逻辑，但所称规模仍是匿名来源的说法。

这一保留并未抹去更广泛的信号。在采购报道获得更广泛关注之前，Apple 已开始直接围绕全天候智能体工作负载营销其最新 Mac mini。

8 月 25 日，Apple 发布了搭载 M6 和 M5 Pro 芯片的新款 Mac mini。该产品计划于 9 月 22 日在参与市场开售。

Apple 的 Mac mini announcement 多次强调智能体计算、本地模型、更高内存带宽和持续台式运行。对于一款传统上被定位为紧凑型个人电脑的设备而言，这种表述异常直接。

这一时间点并不能证明 Apple 是为 OpenAI 或 Anthropic 设计此次更新。但它表明，Apple 已认识到，围绕其最小型台式机正在形成一种企业级工作负载。

为什么 Mac Mini 适合计算机使用训练

Mac 在这里的价值在于智能体需要计算机环境，而不是因为 Apple 为所有 Nvidia 加速器打造了更快的替代品。

大型 AI 模型通常在由专用 GPU 构成的集群上训练。这些处理器擅长训练和服务超大规模神经网络所需的密集数值运算。

计算机使用开发增加了另一项要求。模型必须在基础训练之后与操作系统及其应用交互。它需要观察窗口如何打开、菜单如何移动、权限如何出现，以及故障如何打断工作流。

Mac mini 可作为这些训练的可重复 macOS 终端。它占用空间很小，无需集成显示器，并可长时间保持运行。实验室可以将许多设备连接到集中式编排和评估系统。

台式机设计还比轻薄笔记本提供更好的持续散热能力。热量可能迫使处理器在长时间工作负载下降低速度，这种现象称为热降频。更大的机身和主动散热可减轻这一限制。

Apple 的统一内存架构提供了另一项优势。CPU、GPU 和神经处理组件可以访问同一个共享内存池，而无需维护完全独立的副本。

这种设计并不会自动让 Apple 芯片快过 Nvidia GPU。不过，它可以简化内存密集型本地推理，并容纳可能超出某些消费级显卡专用内存容量的模型。

据 Apple 称，新款 M5 Pro Mac mini 至多支持 64GB 统一内存。Apple 还表示，其 Thunderbolt 连接能力可将多套系统连接起来，用于更大规模的本地模型实验。

这些规格有助于解释对高内存配置的需求。智能体主机往往不只需要运行一个模型，还可能运行 macOS、浏览器、目标应用、监控软件，以及每项任务结束后都会重置的沙箱。

本地主机可以运行轻量模型，同时通过 API 调用更大的模型。它也可以充当由远程部署的前沿模型控制的环境。

这一区分纠正了人们对 Anthropic 与 OpenAI Mac 故事的一种常见误解。这些 Mac 未必执行模型训练的每一个阶段。它们可以生成交互轨迹、承载评估任务，并执行在其他地方运行的模型所选择的动作。

轨迹是智能体任务中观察、决策、行动和结果的记录序列。团队可以检查成功和失败的轨迹、对其评分，并将结果用于后续训练。

设想一个正在学习制作演示文稿的智能体。它必须打开源材料、定位相关文字、创建幻灯片、管理文件，并识别完成的文档是否满足要求。

标准基准测试可以模拟这一过程的部分环节。实体 Mac 集群则能提供让任务变得困难的操作系统、应用、权限和意外状态。

同样的逻辑也适用于浏览器研究、编程、客户支持运营、媒体编辑和企业工作流。每项任务都涉及一个可独立于模型变化的界面。

大规模运行这些训练极具挑战。一项任务可能因为对话框遮住按钮、应用请求访问权限，或窗口在新位置打开而失败。

开发者需要进行大量尝试，以判断智能体能否从这些变化中恢复。数千台主机可支持并行实验、评估和数据收集；若只有小规模测试集群，这些工作将进展缓慢。

实体访问还使实验室能够更好地控制实验条件。团队可以选择操作系统版本、应用构建版本、网络策略、重置流程和日志工具。

云端 Mac 提供了不同的平衡。它们免除了安装、联网和更换实体机器的大部分工作。算力可在其他用于模型推理和数据处理的云服务附近进行配置。

AWS 表示，EC2 Mac instances 支持通过 SSH 或 Apple Remote Desktop 远程访问。其列出的 Apple silicon 主机包括 M1、M2、M4、Pro、Max 和 Ultra 配置。

这一目录解释了 Anthropic 可能选择租用而非购买的原因。公司无需建设内部 Mac 数据中心，便能使用原生 macOS 环境，尽管专用主机规则仍使其不同于普通虚拟机。

所有权与租用之间的选择，次于更大的开发模式。两条路径都能提供原生终端，让智能体练习使用客户已在使用的软件。

Anthropic 与 OpenAI 的硬件竞赛并非 Mac 对阵 Nvidia

核心竞争是专用 AI 算力与真实用户环境之间的竞争，而计算机使用智能体两者都需要。

Nvidia 仍是前沿模型训练和部署的核心。其加速器、网络产品和软件栈专为跨数据中心集群的大规模并行工作负载而设计。

Mac mini 集群解决的是一个更狭窄的问题。它提供了智能体必须感知和控制的环境的许多副本。将这些机器视为数据中心 GPU 的直接替代品，会掩盖其真正价值。

这种关系类似于机器人项目。一家公司可以在大型计算集群上训练感知和规划模型，但它仍需要实体机器人或逼真的模拟器，以在目标环境中测试行动。

对于桌面智能体而言，macOS 是目标环境的一部分。应用、辅助功能界面、安全提示、文件规范和窗口行为，都会影响自动化任务能否成功。

这在 AI 硬件栈中形成了一个新层级。

基础层是用于训练模型的大型集群。其上是生成响应和动作的推理系统。终端层则包含执行和评估这些动作的设备与操作系统。

Apple 在这一终端层拥有独特地位。它控制处理器、操作系统、硬件设计及众多系统框架。这种整合可使 Mac 环境足够一致、便于自动化，同时仍能代表真实客户使用的设备。

然而，Apple 并不掌控领先的前沿模型。OpenAI 和 Anthropic 提供了很大一部分智能能力，而 Nvidia 和云服务商则提供了很大一部分大规模算力。

结果是相互依赖，而非一场泾渭分明的竞争胜利。AI 公司在需要 Mac 终端节点时会让 Apple 受益；当 Apple 提供可用、易于管理且系统行为可预测的硬件时，AI 实验室同样受益。

AWS 处于这些利益之间。它能够将实体 Mac mini 和 Mac Studio 系统转化为可远程配置的基础设施，并连接到存储、网络、监控和模型服务资源。

这种分层市场给多个群体带来了压力。

Apple 必须决定，Mac 是继续作为逐台销售的产品，还是成为面向企业智能体集群的托管平台。企业客户将期待部署工具、稳定供应、远程管理和服务承诺。

云服务商必须决定以多快速度扩展原生 Mac 容量。如果计算机使用评估不断增长，面向应用构建的旧配置可能无法提供足够的内存或性能。

AI 实验室必须确定自己真正需要多少终端基础设施。拥有数万台机器能让公司获得控制权，但也会带来维护、网络、安全和利用率问题。

Nvidia 面临的直接压力并没有标题所暗示的那么大。Apple silicon 无需击败其最快的加速器来承接这类工作负载。它只需足够高效地处理终端执行，让每次交互都使用 GPU 服务器变得没有必要。

软件方面也存在机会。编排系统必须将任务分配给单台 Mac、恢复干净状态、记录轨迹，并隔离不受信任的智能体操作。

这些系统类似于已用于移动应用测试的设备农场。不同之处在于，自主智能体产生的行为比传统脚本测试更难预测。

测试脚本遵循预先确定的步骤。智能体则会理解目标、选择行动，并可能进入开发者未曾预料的状态。因此，基础设施必须遏制错误，同时不能对评估者隐藏这些错误。

这使得可观测性尤为重要。团队需要记录模型看到了什么、为何选择某项操作、哪些应用发生了变化，以及敏感信息是否被暴露。

对于正在内部探索智能体的组织而言，硬件新闻不应成为采购捷径。一台 Mac mini 本身并不能打造可靠的智能体。

更困难的工作包括评估设计、访问控制、数据治理和恢复流程。一个可搜索的 AI knowledge base 可以支持有据可依的工作流，但并不能免除限制智能体可修改内容的必要性。

这份有关 Anthropic 和 OpenAI 采购情况的报告之所以重要，是因为两家领先实验室似乎都在投入解决终端问题。它们据称采取的行动表明，界面可靠性如今需要足以影响硬件需求的基础设施。

这比演示视频是更强的信号。它意味着计算机使用正成为一门涉及设备集群、调度器、测试环境和故障分析的运营学科。

这份报告未能证明什么

据称的需求确立了一个可信趋势，但并不能证明 Mac 对所有智能体工作负载都足够高效、可用或可靠。

最大的未知因素是采购规模。数万台的说法来自被描述为熟悉 OpenAI 活动的人士。尚未公布采购订单、部署数据或利用率数据。

第二个未知因素是工作负载分配。报告将这些机器与强化学习和计算机使用智能体联系起来，但并未说明哪些阶段在本地运行。

一台 Mac 可能承载用户环境，而远程 GPU 为模型提供服务。它可能执行本地推理、采集轨迹、运行评估，或组合这些功能。

每种设计都会对内存、网络、存储和设备集群规模提出不同要求。缺少这些细节，观察者就无法计算这些机器实际承担了多少 AI 工作。

第三个未知因素是利用率。大型集群在实验高峰期可能显得高效，但在训练运行之间可能处于闲置状态。云租赁可以减轻所有权负担，但专用实体主机也可能限制灵活性。

供应是另一个问题。据称的需求激增主要集中在内存更大的配置。这些机器需要争夺个人电脑、服务器和 AI 加速器同样需要的组件。

短缺可能放大异常需求的印象。供应有限既可能反映订单增加，也可能反映产能受限，因此仅凭稀缺性无法确定 AI 实验室消耗了多少台设备。

Apple 的性能声明同样需要谨慎解读。该公司称其最新芯片在本地模型处理方面实现了显著提升，但这些结果采用了经过选择的应用、模型、配置和基准。

这些结果并未表明 Mac mini 在前沿模型训练中全面超越数据中心硬件。它们展示的是 Apple 所设想的本地工作流内的改进。

可靠性提出了更深层的挑战。计算机使用智能体可能误读界面、选择具有破坏性的控件、泄露私人信息，或在其假设失效后仍继续执行。

Anthropic 近期的系统卡研究描述了一些模型在未先请求许可的情况下采取高风险行动的案例。这些发现并不意味着计算机使用不可行，但它们强化了人工审批和受限环境的必要性。

OpenAI 也曾就智能体安全发布类似警示。其 Operator 资料描述了针对提示注入的防御措施；提示注入是指恶意内容试图通过网页或文档中的文本操纵智能体。

设备集群增加的是实验数量，而不是每次实验的安全性。扩大不可靠行为的规模可以产生更多失败数据，但若隔离控制失效，也会增加暴露风险。

真实环境会带来进一步的矛盾。开发者希望使用逼真的应用、账户、文档和网站，因为过于无菌的基准测试遗漏了重要的复杂情况。

然而，真实环境可能包含机密信息。团队必须决定是使用合成数据、隔离测试账户，还是采用严格控制下的生产系统。

环境越人工化，它对日常工作的代表性就越低；环境越真实，隐私和安全风险就越大。

AI 实验室还面临平台风险。深度依赖 macOS 会使其训练流程对 Apple 的操作系统变化、硬件供应、许可规则和管理接口变得敏感。

一次更新可能移动控件、改变权限提示，或改变辅助功能行为。这类变化是有价值的评估测试，但也可能在一夜之间破坏大型自动化流水线。

开发者可能会通过构建支持 macOS、Windows、Linux 和纯浏览器环境的抽象层来应对。多样化的设备集群能更好反映企业所使用的各类计算机。

这种扩展会削弱“Mac mini 已成为通用智能体机器”的结论。它更可能成为更广泛终端实验室中的重要成员之一。

当前报告没有提供不同操作系统之间的比较故障率。它也没有证据表明，在 Mac 上训练的智能体能更有效地迁移到 Windows 或 Web 应用。

这些缺失的衡量指标比设备数量更重要。硬件需求揭示公司在哪里进行实验，而基准和部署结果则揭示实验是否奏效。

读者也不应假设 OpenAI 和 Anthropic 做出了相同决定。据称采购机器和据称租用容量代表着不同的运营承诺。

如果描述准确，OpenAI 的做法更偏向控制权和长期持有。Anthropic 据称使用 AWS，则更偏向托管基础设施，以及与其主要云合作伙伴更紧密的整合。

这些策略可以并存，因为该领域尚未确定单一架构。选择取决于实验规模、安全要求、现有云合作关系，以及对特定硬件代际的需求。

三个将检验 Mac 热潮的信号

下一批证据必须来自供应、云容量和智能体性能，而不是另一轮硬件热情。

第一个信号是 Apple 9 月 22 日发布后的交付与供货情况。新 Mac mini 产品线明确面向持续运行的智能体计算进行营销，因此高内存配置将提供最清晰的需求测试。

延长的交付周期将强化商业和 AI 工作负载正在吸收供应的判断。供应保持稳定则表明 Apple 预期到了需求，或者据报道的实验室采购对市场的扰动小于标题所暗示的程度。

仅凭交付时间仍无法得出完美结论。组件短缺、区域配额和发布需求都可能影响供货情况，却无法揭示哪些客户购买了这些机器。

第二个信号是云端 Mac 基础设施的扩展。AWS 目前记录了多个代际的实体 Mac 主机，其中包括 M4 和 M4 Pro 型号。

更新的配置、更多区域，或对智能体评估的明确支持，都将表明客户需求已超出应用开发范围。这也会让其他公司更容易复制 Anthropic 据称采用的租赁策略。

如果没有快速扩张，就会削弱云端 Mac 正成为重要 AI 类别的观点。这可能意味着需求仍集中在少数具有专门需求的大型实验室。

其他云服务商和专注 Mac 的托管公司也值得关注。更广泛的市场将降低对 AWS 的依赖，并揭示买家是否更看重云端管理而非直接持有。

第三个信号是计算机使用智能体可衡量的改进。OpenAI、Anthropic 和独立研究者需要公布涵盖任务完成率、恢复行为、安全性和跨操作系统性能的评估。

更大的硬件集群只有在能产出更常在陌生界面中成功的智能体时才有合理性。如果演示效果改善，而在漫长、混乱任务上的可靠性仍然停滞，那么其说服力就会减弱。

独立基准尤具价值，因为公司可能选择有利于自身系统的任务。可复现的评估能够显示，收益是否能在不同应用和硬件之间迁移。

最近发布的 MacAgentBench 研究反映出人们对真实 macOS 自动化日益增长的兴趣。这类基准测试可以揭示受控演示与实际桌面工作之间的差距。

企业应将部署证据与基准分数一同关注。一个模型可能完成测试，却仍需大量监督，因而节省不了多少时间。

有用的信号包括人工干预频率、破坏性错误数量、界面变化后的恢复能力，以及跨多个应用任务的完成率。

隐私控制也需要衡量。一个智能体即使完成了工作流，却暴露了无关文档，在企业环境中也不能算成功。

对于开发者而言，关键是将模型、终端和知识层分开。能力出色的模型负责选择行动，受控终端负责执行，而受治理的信息源提供相关上下文。

团队可以先从受限的测试环境和狭窄的工作流入手。在扩大权限或允许智能体无人值守运行之前，应先记录失败案例。

知识工作者则面临一个更紧迫的问题：常驻运行的智能体是否足够有用，值得配备一台专用电脑？还是同样的任务可以通过现有软件和云服务安全完成？

答案取决于工作负载的敏感性和使用频率。本地执行提供更强的控制力和持续性，而云端执行则更易于扩展和维护。

当智能体必须与仅限 Mac 的软件、本地文件或系统自动化功能交互时，专用 Mac 的吸引力会更强；当工作完全通过浏览器 API 进行时，其必要性则会降低。

因此，Anthropic 和 OpenAI 对 Mac 的争夺指向的是一种混合式未来，而非本地计算的简单胜利。前沿模型可以继续部署在数据中心，而实体终端则负责执行和评估它们的操作。

即使不拥有领先模型，Apple 也能从这种安排中受益。Nvidia 仍将在大规模计算中保持核心地位。AWS 则获得了另一类专用基础设施需求。

OpenAI 和 Anthropic 仍承担着最艰巨的任务：他们必须把对数千台电脑的访问能力，转化为能够在单台电脑上可靠运行的智能体。

报道所称的采购行为尚未证明这一结果。只有当智能体能够应对不断变化的界面、保护私人信息、从错误中恢复，并减少对人工监督的依赖时，这一点才会得到证实。

Mac mini 的故事之所以重要，是因为硬件采购暴露了行业认为下一处瓶颈所在。瓶颈已不再仅仅是模型内部的智能水平。

而是介于“决定做什么”与“在真实机器上安全完成操作”之间，那一步艰难的最后环节。